Sie können nicht verhandeln, was Sie nicht sehen können.
Die meisten Einkaufsteams können ihren Umsatz auf den Euro genau angeben. Nur wenige können sagen, wofür sie ihn tatsächlich ausgegeben haben - Kategorie für Kategorie, über jeden Standort, jede Einheit und jeden Bündelvertrag hinweg. Pearstop erstellt diese Baseline, sodass eine Verhandlung, eine Ausschreibung oder eine Rahmenvertragsprüfung von einer echten Zahl statt von einer Vermutung ausgeht.
Ein Preis bei der Ausschreibung. Später kein Weg, ihn zu belegen.
Wir sagen, na gut, wie viel wird das kosten. Und wir denken, es fühlt sich an, als sollte es drei Prozent des Vertragswerts sein. Aber in Wirklichkeit könnten es sechs oder zwei sein. Wir wissen es nicht.
Bitten Sie einen Leiter Commercial, zu belegen, was ein Bündelvertrag kostet, Servicelinie für Servicelinie, und die ehrliche Antwort ist oft eine Vermutung, verkleidet als Zahl. Dieselbe Lücke zeigt sich eine Ebene höher. Ein Baukonzern mit einem Umsatz von Hunderten Millionen über ein Dutzend Einheiten hinweg kann seinen Umsatz auf den Euro genau angeben und weiß trotzdem nicht mit Genauigkeit, was er letztes Jahr wofür ausgegeben hat, weil die Ausgaben in verschiedenen Systemen liegen, Einheit für Einheit unterschiedlich codiert.
- Ein einziger Mischpreis für den Vertrag, kein Weg, aufzuschlüsseln, was jede Servicelinie tatsächlich kostet
- Vor Jahren unterzeichnete Rahmenverträge, ohne laufenden Abgleich mit dem, was heute tatsächlich gekauft wird
- Konzernweite Ausgaben über Einheiten und Systeme verstreut, sodass niemand sie präzise zusammenzählen kann
- Keine echte Baseline, um mit einem Lieferanten zu verhandeln oder eine Ausschreibung zu kalkulieren, nur die Vermutung des letzten Jahres
Drei Schichten übernehmen die Klassifizierung. Ihr Team übernimmt die Beurteilung.
Die meisten Positionen brauchen nie einen menschlichen Blick. Die, die es tun, fließen zurück in das System, sodass die Prüf-Warteschlange jeden Monat kürzer wird, nicht gleich groß bleibt.
Regeln und maschinelles Lernen
Lieferantenspezifische Regeln und eine auf Ihre eigenen Ausgaben trainierte ML-Schicht übernehmen die klare Mehrheit der Positionen sofort - so, wie es Ihr erfahrenster Einkäufer tun würde.
LLM-Schicht für Grenzfälle
Mehrdeutige Beschreibungen, mehrsprachige Positionen und einmalige Lieferanten werden von einem Large Language Model mit breitem Produkt- und Branchenwissen aufgelöst, nicht erraten.
Menschliche Prüfung, dann merkt es sich das
Alles, was noch unter einem Konfidenzschwellenwert liegt, wird für Ihr Team markiert - typischerweise etwa eine Stunde pro Woche. Jede Entscheidung fließt zurück in die Engine.
Was eine echte Spend Baseline möglich macht
Eine Baseline, von der aus Sie verhandeln und ausschreiben können
Bündelverträge aufgeschlüsselt nach Servicelinie
Rahmenvertragstreue geprüft, nicht angenommen
Vertragsfremde Ausgaben sichtbar gemacht
“Sie können nicht verhandeln, was Sie nicht sehen können. Einsparungen kommen an dritter Stelle.”
Was ist Beschaffungsdatenqualität, und warum ist sie wichtig?
Beschaffungsdatenqualität bedeutet, ob Ausgabendaten - über Rechnungen, Bestellungen und Lieferantendatensätze hinweg - genau und konsistent genug sind, um zusammenzuzählen. Für Infrastruktur-, Bau- und FM-Organisationen, die über viele Standorte, Einheiten und Bündelverträge einkaufen, bedeutet schlechte Datenqualität, dass niemand eine echte Baseline nennen kann, von der aus verhandelt oder ausgeschrieben werden kann. Pearstop automatisiert die Bereinigung und Klassifizierung von Beschaffungsdaten für Unternehmen wie Strukton und verarbeitet dabei über 35.000 Positionen pro Monat, sodass Ausgaben nach Kategorie sichtbar sind, die Rahmenvertragstreue gegen den laufenden Einkauf geprüft wird und sich konzernweite Ausgaben zu einer Zahl statt zu mehreren widersprüchlichen Zahlen summieren.
Häufig gestellte Fragen
Was passiert, wenn wir keine bestehenden Klassifizierungsdaten zum Lernen haben?
Die meisten Klassifizierungssysteme stützen sich auf historische Daten zum Lernen. Pearstop kombiniert regelbasierte Zuordnung, maschinelles Lernen und eine LLM-Schicht, die auf breitem Produkt- und Branchenwissen aufbaut, sodass es auch ohne bestehende Vorwerte stark abschneidet.
Behalten unsere Einkäufer weiterhin die Kontrolle?
Ja. Einkäufer prüfen markierte Positionen in einer eigenen Warteschlange, typischerweise eine Stunde pro Woche. Jede Entscheidung, die sie treffen, schult das System weiter und verkleinert die Prüf-Warteschlange, bis der manuelle Aufwand gegen null geht.
Kann Pearstop unseren Einkauf mit bestehenden Rahmenverträgen abgleichen?
Ja. Sobald Ausgaben konsistent klassifiziert sind, kann der aktuelle Einkauf Kategorie für Kategorie mit den bereits bestehenden Rahmenverträgen verglichen werden, sodass Abweichungen sichtbar werden, sobald sie auftreten, statt erst bei der nächsten Prüfung.
Bereit, eine echte Spend Baseline aufzubauen?
Sprechen Sie mit Vertrieb. Wir zeigen Ihnen genau, wo Ihre Spend-Daten die Zahl verstecken, die Sie brauchen.
